Системы ИИ становятся совершеннее. Совсем недавно казалось: главный дефицит в ИИ-отрасли — нехватка графических ускорителей (GPU), которые отвечают за обучение нейросетей. Однако теперь все чаще звучит другое мнение: чипов хватает, а вот электроэнергии — нет. Гендиректор Microsoft Сатья Наделла в одном из последних интервью признался, что компания располагает достаточными запасами графических процессоров для ИИ, но не может установить их все из-за нехватки энергии и инфраструктуры.
«Сегодня моя главная проблема не в дефиците чипов, а в нехватке мощности. У нас есть ускорители, но подключить их негде», — заявил Наделла.
Похожие трудности испытывают Google, OpenAI и другие крупные разработчики ИИ. Мировые центры обработки данных растут быстрее, чем энергетические сети способны обеспечить их питанием.
Некоторые площадки же готовы к установке оборудования, но не имеют доступа к достаточным мегаваттам, и потому простаивают.
Почему энергии не хватает?
Главной причиной является взрывной рост потребления. Современный дата-центр, рассчитанный на обучение крупных моделей вроде GPT-4 (представлена в 2023 году), потребляет десятки мегаватт. Столько же, сколько небольшой город. А таких центров сегодня строятся сотни.
Даже в США, где активно развиваются возобновляемые источники, свободные мощности закончились в ряде штатов:
- Вирджиния: является одним из крупнейших центров размещения дата-центров, и местные поставщики электроэнергии уже сообщают о дефиците мощностей.
- Техас: в 2021 году в штате произошел крупный энергетический кризис из-за сильных морозов, что привело к массовым отключениям электроэнергии.
- Калифорния: вместе с Техасом этот штат постоянно сталкивается с наибольшим количеством отключений электроэнергии.
- Пенсильвания: крупные технологические компании, как Amazon, заключают сделки с энергетическими компаниями, чтобы обеспечить электроэнергией свои дата-центры в штате, что свидетельствует о высоком спросе.
В некоторых других штатах: Мичиган, Северная Каролина, Огайо и Луизиана тоже часто отключают электричество. По отчетам, в следующие десять лет недостаток электричества может затронуть до половины всей территории США.
Есть и логистические проблемы: доставка трансформаторов, охлаждающих систем и компонентов для дата-центров. В результате создается цепочка задержек, которые тормозят развитие ИИ не меньше, чем дефицит чипов два года назад.
Недостаток энергии влияет на расстановку сил на рынке. Компании, имеющие доступ к дешевой электроэнергии, например, в регионах с гидро- или атомной генерацией получают серьезное преимущество.
Microsoft, Google и Amazon активно закупают участки рядом с электростанциями, чтобы строить дата-центры буквально «на проводе».
В Европе и Азии развиваются проекты автономных энергетических комплексов, небольших ядерных реакторов (SMR), солнечных парков и систем накопления энергии. Такие решения позволяют компаниям не зависеть от перегруженных сетей и работать устойчиво.
В России и странах СНГ пока сохраняется потенциал для развития подобных проектов. Доступ к энергетическим ресурсам остается сильной стороной региона, но инфраструктура для ИИ-центров только формируется.
Сэм Альтман — глава OpenAI, недавно заметил, что «новая гонка — это не гонка за чипами, а за мегаваттами». Он подчеркивает, что даже самые современные модели искусственного интеллекта зависят от способности компаний обеспечивать стабильное питание и охлаждение оборудования.
Что ждёт рынок?
Инженеры уже работают над новыми архитектурами, где ключевой показатель не «скорость обучения», а «число токенов на ватт». Чем больше модель может обработать при меньшем потреблении энергии, тем выше её эффективность.
Можно привести несколько примеров разработок из крупных компаний:
- Google: Компания сообщила о снижении энергопотребления запросов к ИИ в 33 раза.
- Университет Калифорнии в Санта-Крузе: Исследователи этого университета добились значительного прорыва, разработав метод, который позволяет запускать большие языковые модели (LLV) с миллиардами параметров с минимальным энергопотреблением.
Не все задачи ИИ требуют гигантских дата-центров. Компании ищут способы перенести часть нагрузки на «краевые» серверы, где потребление энергии меньше. Среди главных компаний в этой области можно выделить:
- Google: активно инвестирует в развитие Edge AI (метод работы ИИ, при котором вычисления и обработка данных происходят прямо на том устройстве, где они создаются, а не на удаленных серверах в интернете) с помощью собственных чипов Edge TPU и платформы ML Kit.
- Microsoft: является одним из крупнейших поставщиков решений Edge AI, предлагая, например, Windows ML для развёртывания моделей на устройствах с Windows 10.
- Amazon: важный игрок на рынке Edge AI, предлагающий AWS DeepLens, который помогает разработчикам создавать и внедрять приложения для компьютерного зрения.
- Nvidia: сотрудничает с такими компаниями, как Cisco, Dell Technologies и HPE, для создания масштабируемой ИИ-инфраструктуры, интегрируя свои графические процессоры (GPU) и программное обеспечение в их системы.
- Intel: продвигается в сегменте полупроводников для Edge AI, выпуская решения для сетей и клиентских вычислений.
- Qualcomm: занимает сильные позиции на рынке полупроводников Edge AI, предоставляя ускорение ИИ для мобильных устройств, IoT, автомобилей и корпоративных систем.
- Apple: активно работает в сфере Edge AI с помощью Core ML и набора инструментов для создания интеллектуальных приложений.
Строительство солнечных и ветровых ферм рядом с дата-центрами становится стратегическим направлением. Это позволяет снижать зависимость от общих сетей и сокращать углеродный след.
Теперь ключевая статья расходов не графический процессор, а электричество и охлаждение. Это уже влияет на стоимость аренды серверов и облачных сервисов. Технологии и чипы развиваются стремительно, но без энергетической базы этот рост может застопориться.
Следите за главными новостями мира техники и высоких технологий в социальных сетях онлайн-издания HTNews.ru: ВКонтакте и Telegram